弹丸的准确识别作为兵器靶场测试环境中关键技术之一,随着环境越来越多样化和复杂化,变得越来越困难。传统光电探测技术已经无法满足测试需求,因此设计一款具备高精度、高探测能力、多域化的光电探测系统尤为重要。随着光电探测技术的成熟,出现了各种各样的光电探测方法,但是单一探测模式只能探测目标某一方面特性,具有一定的约束性,针对此问题,本文提出了多波段光电复合探测的光电探测技术,充分发挥每个波段的探测优势,达到了高识别率的目的。为了解决传统单一波段光电探测系统易产生漏测、误测和误识别问题,依据单一波段在兵器靶场测试领域中的探测原理,设计了被动可见光、主动近红外激光和中红外三波段复合的多波段光电复合探测系统。该光电复合探测系统依据弹丸在三个不同波段的辐射特性,获取弹丸飞行过程中多维信息,实现对探测区域内目标的准确识别。基于所设计的多波段光电复合探测系统,建立了弹丸穿过光幕时光电探测器在不同波段输出信号的模型。针对每个波段所输出信号中携带噪声信号的特点,选择了一种基于不同小波基函数的改进阈值去噪方法,改善了传统小波去噪函数因间断点导致信号产生震荡的不足,进而获得高信噪比,得到与原始信号高度相关的被动可见光、主动近红外激光和中红外波段的目标过幕信号。同时,通过对滤波处理后信号的分析,提取了脉宽、峰值作为特征向量,根据主动可见光、近红外波激光和中红外波段探测器输出信号的特点,构建了单一波段下基于神经网络的弹丸识别算法,鉴于传统的神经网络算法训练时间较长的问题,结合粒子群优化算法,优化了神经网络模型的寻优性能,给出了粒子群优化后单一波段弹丸识别模型。最后,根据单一波段优化后识别结果,使用D-S证据融合算法,完成了对目标最终的决策。最后,通过模拟射击实验,搭建实验测试环境,采用高速采集卡采集弹丸过幕信号,将所采集信号导入MATLAB进行分析与处理。实验结果显示,采用DS融合后的弹丸识别准确率与使用粒子群优化神经网络输出结果相比,分别提高了1.25%,0.625%,1.875%。